可以說，不管怎樣，主動或者被動，電力能源行業的AI中臺時代已經到來。
作為國民經濟的基礎產業，電力能源行業的智能化和數字化變革尤為重要和迫切。隨著“新基建”熱潮和數字經濟發展，智慧能源時代正加速到來，特別在人工智能加持之下，其又將迎來新一輪的加速升級。
數據與業務斷點，如何依靠AI探索新模式、讓數據變成個性化服務?豎井式AI建設，如何整合現有AI應用，規劃和建設統一的AI平臺?智能化轉型不是一蹴而就，如何全方位打造自主可控的AI技術能力，使AI真正成為企業大腦?電力能源企業只有正確回答這“三道試題”，才能順利地進入智能化發展軌道。
電力能源領域的一系列需求和痛點
“電力能源行業當前正在面臨一個關鍵節點，”百度智能云電力能源行業銷售總監王磊表示，200年來，電力技術的發展讓各行各業的生產力發生翻天覆地的改變。目前我們全面迎來第四次工業革命，人工智能成為核心技術，充當推動者的角色，將傳統能源帶到一個新的階段。
目前，傳統能源已經不再適應整個經濟發展要求，特別是在環保和排放方面。國家新基建中對于智慧能源的要求也越來越明確，“從這個角度來看，必然會助推能源智能化的到來。”王磊表示。當然，能源智能化會涉及到行業的方方面面，王磊具體分析了電力能源核心價值鏈的四個環節中所面臨的一系列需求和痛點。
第一，能源勘探開發與生產。電力能源行業是典型的資產密集性行業，積累了大量的資產，如何有效提升設備資產的可靠性，提高資產的回報率，是最核心的需求。第二，智慧能源供應鏈與能源互聯網。這個環節管控力度不夠，透明度不高，實現可視化管理尤為迫切;第三，智慧能源營銷與客戶服務，像現在的三桶油、兩張網、五大四小電力公司，都面臨著在能源管理基礎之上如何形成綜合能源的服務能力更好地服務用戶。第四，能源工程、裝備與服務。目前工程增多，但EPC行業利潤率下降，裝備受到泛在物聯網、超/特高壓影響，需求正在拉動。在這樣的趨勢之下，就需要提升工程數據數字化、自主化與服務運營的效率。
針對以上各個環節面臨的問題，王磊分析，從根本上來說，需要智能化的方案和底層AI基礎能力，同時，不同的業務部門各自為戰，孤島式的數據隔離，加上缺少統一的標準和服務接口，基礎資源被分散管理并且不易集成等等?，F在很多企業經歷過數據平臺建設的周期，但企業積累的數據質量不高，這時候就需要做整個的數據治理工作。
想破解難題，AI中臺是關鍵
由此，百度智能云針對“三道試題”均給出了清晰地解題思路。王磊表示，做好智慧能源的核心關鍵，是將AI技術和傳統的業務實現緊密的融合，才能有效地實現智慧能源的目標。
具體而言，根據 AI 應用的目前情況和國內外建設的實例，分成分散應用、垂直深化、企業AI中臺、企業AI大腦四個階段。目前，多數電力能源企業處于第二階段，即垂直深化AI應用階段，企業開始探索更多場景，并將AI應用擴大到更多業務。例如能源巡檢和生產管理部門已經開始考慮嘗試在線性資產當中使用無人機、專業機器人做電力巡檢、能源管道巡檢等工作。
但是，硬件的變化遠不能滿足企業智能化建設的需求，企業集中建設AI中臺的時代即將到來。對此，百度智能云的經驗是，要從方法論到實踐落地全面幫助企業進行智能化建設，并形成自主可控的AI技術能力與保障體系。這些前提，是必須要構建標準化、自動化、模塊化的智能服務基礎設施。
基于此，百度智能云推出AI中臺，從模型管理、樣本管理、到模型開發和標注，構建一體化的 AI 中臺方案，全面支撐能源巡檢、綜合能源、智能調度、智能營銷等核心業務。如果說，我們把數據中臺比喻成“中央廚房”，從數據選擇、清洗，到數據標記、管理、存儲，實現數據全生命周期的管理。那么，AI中臺則更進一步，是升級版的“智能廚房”，即在數據中臺基礎之上，融合算法模型、機器學習、監控服務等與 AI 緊耦合的能力，和業務系統深度融合，構建涵蓋業務理解、模型學習、數據處理和運行監控的全生命周期管理的服務。
“以百度智能云為代表的公司提供的AI整體解決方案，將改變整個電力能源行業的生產和管控的模式，”王磊表示。舉例來看，當前電力能源企業大多擁有萬億價值的資產，如何高效管理好是關鍵，例如輸電線路、輸油管道、專有設備等等。傳統巡檢方法，是依靠巡檢工程師巡線查找缺陷，靠的是專家意見;現在使用人工智能的辦法自動識別和事故判定，依靠百度250項成熟AI能力模型對圖片和數據進行識別，可以大大節省一線巡檢工程師工作量，達到基層減負的目標。
AI中臺賦能行業客戶
據了解，百度智能云AI中臺目前已經在國內的電網、發電、能源類客戶得到了成功應用。其中，智能語音技術、圖像識別技術、模型開發模型庫、數據標注已經全面在電力能源行業和細分行業中當中得到了很多央企客戶的青睞。
例如，國家電網山東電力，受理超過一億居民用戶的用電服務業務，已經使用百度人工智能技術構建了AI中臺，并且在核心業務中進行了應用。百度AI中臺，總共管理了28類人工智能的模型，支撐著包括電力營銷、電力運行監控、電力巡檢、電力調度、智能辦公等等企業方方面面的核心業務。
在這個過程中，AI中臺整體納管了三類業務模型。根據王磊介紹，一類是基于百度AI中臺訓練和管理出來的電力能源行業特有的AI模型;第二類是第三方模型，包括國內很多AI廠家所提供的一些垂直類應用模型;第三類，是用開源技術開發出來的AI模型。與此同時，百度AI中臺也支撐了通用的能力模型的建設，如語音技術、人臉模型等等。其中人臉模型已經支持全省17家地市供電公司的刷臉辦電業務;同時在智慧營銷環節過程中，該企業也全面推進智慧營業廳的建設，推行刷臉辦電、無人辦電的業務。
從這個角度來講，百度AI中臺助力了企業客戶的智能化變革，可以說是名副其實的智能化基礎設施。
AI中臺建設和使用過程中要遵循一定的原則
當然，智能化轉型不是一蹴而就，正如前文所言，企業AI建設有明顯的階段性。無論在哪一個階段，都要有一定的建設周期和建設方法，要遵循科學的方法論。那么具體需要關注哪些要點?
王磊表示，百度AI中臺為企業智能化提供從方法論到系統的全套工具，從生產到端云服務的全面管理。具體來看，他認為，在AI中臺的建設和使用過程中，需要重點關注以下四點：
首先，考慮復雜性管理。通常而言，企業在建設AI中臺過程中，面臨AI平臺、數據平臺、云平臺等多平臺，復雜多樣的硬件環境、機房和網絡環境等等。那么第一步，就是要把AI中臺架構和現有架構實現融合，做整個架構的梳理。目前百度智能云在國內外主流的云和數據平臺當中都做了適配，在技術層面上幫助企業解決了問題。
其次，注意AI管控體系建設。企業要重視自身AI人才建設和運營團隊建設，重視AI能力和實施效果的量化評估。王磊建議，把AI中臺放在總部或者區域的管控中心當中，將所有AI能力模型統一納管起來，和前文提到的“納管三類業務模型”理念類似。
第三，聚焦多元化及自主可控。AI技術和生態還在發展，企業要允許技術、框架多元化，在視覺、語音、文本等多方向實現資產儲備，同時重視核心平臺、核心框架、核心能力的自主可控。王磊推薦的組合，是將具有國內自主知識產權的人工智能的核心與國內安全可控芯片適配，把整個國產服務器、操作系統甚至應用系統實現適配，真正做到自主可控。
最后，持續升級發展，長期迭代。企業的AI中臺建設是長期迭代過程，不是一蹴而就也不是原地踏步，他表示百度智能云希望借用AI中臺技術和服務能力，助力電力能源企業實現模型和能力不斷迭代和開發的發展。
結語
智慧能源未來的趨勢和走向是什么?恐怕誰也不能給出一個確切答案。對此，王磊說，“今年，是‘十四五規劃’的關鍵一年，也是‘十三五建設’的最后一年，我們認為這個階段承上啟下，進一步展望未來智慧能源的發展場景，我們有很強的信心。”
其實，觀察近幾年百度智能云對人工智能建設的思路，我們已經有了大致的方向?，F在，百度已經匯集了194萬開發者開發的生態，23.3萬多個人工智能的模型，一套以飛槳為核心的深度學習開源框架和技術。圍繞著人工智能的生態和技術能力，百度AI中臺的解決方案，正在賦能到電力能源行業的核心業務當中，包括電力經營的管理、電力生產的管理，電力的智慧營銷建設，運行檢控、安監，調度等等方面。百度智能云以其擅長的AI能力，正為企業創造業務的新動能。
上述即是，百度智能云回答的智慧能源“三道試題”?？梢哉f，不管怎樣，主動或者被動，電力能源行業的AI中臺時代已經到來。
評論